「混合动态数据采集」共找到 2941 篇相关文章
抛弃预定义Tool,首次提出通过动态工具生成的Agentic多模态Reasoning,破31%涨幅
视觉推理任务中,传统多模态大模型依赖预定义工具,灵活性与领域适应性差。PyVision 框架首次让 MLLM 在推理中实时生成、执行并迭代 Python 工具,在多类任务中显著提升性能,实现范式跃迁。
如何让AI写出高质量的数据分析报告?DataV-Note的评估体系揭秘
本文围绕DataV - Note智能分析创作平台评估体系建设展开,指出智能工具缺乏统一评估标准等问题。介绍评估模型目标、设计、标准,采用纵向和横向评估方式,还提及未来接入自动化和提升准确度的规划。
Agent全自动搭建代码运行环境,实时更新解决评测过拟合/数据污染问题|微软
长期以来主流代码修复评测基准SWE - bench问题多,制约AI模型能力展现。微软发布SWE - bench - Live,引入新Issue,实现环境自动化构建与更新,打破传统局限,还揭示传统基准过拟合问题。
Claude 4发布!AI编程新基准、连续编码7小时,混合模型、上下文能力大突破
今天凌晨Anthropic开发者大会发布Claude 4,含Claude Opus 4和Claude Sonnet 4。前者是顶尖编码模型,后者是Sonnet 3.7重大升级。还发布系列产品,定价不变,已上线Amazon Bedrock。
清华&通院推出"绝对零"训练法,零外部数据大模型自我博弈解锁推理能力
清华、北通院和宾州州立大学研究人员提出“绝对零”训练法,让大模型通过自我博弈生成并解决任务获推理能力。测试显示,其训练出的模型超专家标注样本训练的模型,且能提升编程与数学推理表现。
首个英文原生「弱智吧」!逻辑谬误数据集与生成框架来了 | AAAI'26
研究发现大模型判断逻辑谬误易误报正常句子,但分类能力较强。研究人员构建英文逻辑谬误基准SMARTYPAT - BENCH,开发生成框架SMARTYPAT,为大模型逻辑评估提供新思路,可用于多领域。
AIAA J | 香港理工大学王旭等:目标导向的特征提取-以特征构建增强数据驱动模型
该论文通过对比学习理清潜在输入特征与目标输出的关联性,提出输出驱动的输入特征构造方法。所构造特征在高维代理模型构建中增强效果显著,还可减少预测误差分布及不同模型收敛性和鲁棒性差异。
狂涨 17.7K star!!智能查询导入、数据可视化、AI 迁移,这款开源数据库图表工具火了!
日常开发中,数据库设计和管理工作繁琐易出错。本文介绍超实用开源项目 ChartDB,它能将数据库结构可视化,AI 帮导出 SQL,有一键导入、AI 驱动导出等特性,开源免费,多种方式安装。
上海AI Lab发布混合扩散语言模型SDAR:首个突破6600 tgs的开源扩散语言模型
上海人工智能实验室提出全新范式SDAR,通过‘训练 - 推理解耦’融合AR模型高性能与扩散模型并行推理优势。实验证明,SDAR性能与原版AR模型持平或超越,还能加速推理,且已全面开源全系列模型。
4个月融进1亿美元、建齐3座「数据发电厂」,这家TechBio要造一个生物世界模型
原生AI TechBio公司寻明生科4个月融1亿美元,欲搭建横跨数字与生物世界的药物发现基础设施。其聚焦抗体药物设计,构建干湿实验闭环,推出AuraIDE和OpenDDE,采用“既卖引擎,也卖车”商业模式。